学位论文 > 优秀研究生学位论文题录展示

磨齿工艺下的螺旋锥齿轮齿面几何微观形貌建模与分析

作　者: 谭佩莲
导　师: 郭克希
学　校: 长沙理工大学
专　业: 机械设计及理论
关键词: 螺旋锥齿轮表面粗糙度正交试验神经网络建模仿真
分类号: TH132.41
类　型: 硕士论文
年　份: 2009年
下　载: 114次
引　用: 1次
阅　读: 论文下载

内容摘要

表面粗糙度是表征磨削加工质量的重要物理量,也是表面几何微观形貌的重要指标。由于国外技术保密,目前尚无公开发表的螺旋锥齿轮磨削加工表面粗糙度Ra值的计算公式。同时,螺旋锥齿轮齿面形状极其复杂,导致加工时变数甚多,也无法对Ra值进行实时测量和控制,制约了生产的自动化程度。本文介绍了磨削加工过程的几种建模方法,概述了国内外锥齿轮磨削的现状,并简要介绍了现阶段对表面粗糙度的研究情况。论文也对磨削加工螺旋锥齿轮齿面表面粗糙度的实验条件及实验方案进行了介绍。实验方案采用正交实验法,减少了实验次数,节省了实验费用,并得到了比较精确的实验结果。通过对正交实验表数据的处理,结果表明:砂轮的线速度( v_s)对表面粗糙度( R_a)的影响最为显著,齿深进给量( a_f)次之,砂轮进给速度( v_f)对表面粗糙度的影响最小。表面粗糙度与各种加工条件之间都是复杂的非线性关系,并且还受许多未知因素的影响。本文采用计算机技术和人工神经网络相结合的方法研究螺旋锥齿轮齿面磨削加工的表面粗糙度。即以磨削用量( v_s, v_f,a_f)三要素为输入量,磨削表面粗糙度( R_a)为输出量,利用MATLAB神经网络工具箱的相关函数建立BP神经网络,用实验数据对网络进行训练和测试。研究表明:用BP网络可以实现磨齿工艺下螺旋锥齿轮齿面表面粗糙度的高精度预测。论文最后在前人基础上对砂轮结构作了更接近实际的假设,通过建立砂轮和齿面的数学模型,应用计算机数字模拟技术对磨齿过程进行了模拟,利用Matlab语言对砂轮和齿面的微观形貌进行了仿真。在研究砂轮结构的基础上得出砂轮磨粒分布的随机性是磨削加工螺旋锥齿轮齿面产生低粗糙度值重要因素。本文的研究确定了磨削三要素、砂轮表面结构与螺旋锥齿轮齿面粗糙度的关系。为动态啮合力计算和相应的动态响应规律,为研究建立真实的齿轮传动动态性能模型、确定模型中的各参数作基础准备。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-19
  1.1 研究背景  10-11
  1.2 磨削加工过程表面形貌建模的研究综述  11-16
    1.2.1 几何建模  12-14
    1.2.2 神经网络建模  14-15
    1.2.3 数值模拟  15-16
  1.3 螺旋锥齿轮的设计与磨齿研究现状  16-18
  1.4 课题来源及主要研究内容  18-19
    1.4.1 课题来源  18
    1.4.2 课题主要研究内容  18-19
第二章磨削加工中的表面形貌的理论基础  19-33
  2.1 磨削加工过程分析  19-21
    2.1.1 磨粒切削刃模型  19-20
    2.1.2 磨削过程三阶段  20
    2.1.3 磨削加工的特点  20-21
  2.2 螺旋锥齿轮磨齿原理  21-24
    2.3.1 非展成法大轮的磨削  21-23
    2.3.2 UMC/UMG 的应用  23-24
  2.3 表面粗糙度的形成理论  24-27
    2.3.1 理想表面粗糙度  24-26
    2.3.2 佐藤理论  26-27
  2.4 磨削表面粗糙度的理论基础  27-31
    2.4.1 表面粗糙度的有关概念  27-29
    2.4.2 表面粗糙度的测量  29-30
    2.4.3 影响螺旋锥齿轮表面粗糙度的主要因素  30-31
    2.4.4 螺旋锥齿轮齿面表面粗糙度对零件性能的影响  31
  2.5 磨削表面粗糙度的理论预测模型  31-32
    2.5.1 表面粗糙度的回归分析模型  31-32
    2.5.2 表面粗糙度的神经网络模型  32
    2.5.3 螺旋锥齿轮磨削加工表面粗糙度的预测方法  32
  2.6 本章小结  32-33
第三章磨削加工试验设计  33-43
  3.1 试验用试件  33-34
  3.2 试验用磨床  34-35
  3.3 磨削试验  35
  3.4 试验方法的选择—正交试验法  35-40
    3.4.1 正交表与正交试验法  35-37
    3.4.2 表面粗糙度正交试验设计  37-40
  3.5 表面粗糙度的测量结果  40-42
  3.6 本章小结  42-43
第四章基于BP 神经网络的表面粗糙度的建模  43-56
  4.1 BP 神经网络理论  43-48
    4.1.1 BP 神经网络结构  43-44
    4.1.2 BP 神经网络学习步骤  44-47
    4.1.3 BP 神经网络的设计  47-48
  4.2 Matlab 及其神经网络工具箱简介  48-49
  4.3 齿面表面粗糙度 BP 模型建立及预测  49-55
    4.3.1 隐含层的确定  49
    4.3.2 数据初始化处理  49-50
    4.3.3 样本的学习与预测  50-55
  4.4 本章小结  55-56
第五章螺旋锥齿轮齿面表面微观几何形貌仿真  56-63
  5.1 砂轮微观形貌仿真  56-59
    5.1.1 磨粒  56
    5.1.2 磨粒分布  56-57
    5.1.3 仿真结果  57-59
  5.2 螺旋锥齿轮表面微观几何形貌仿真  59-62
    5.2.1 表面网格化  59-60
    5.2.2 坐标变换  60
    5.2.3 仿真结果  60-62
  5.3 本章小结  62-63
结论与展望  63-65
参考文献  65-69
致谢  69-70
附录A  70

磨齿工艺下的螺旋锥齿轮齿面几何微观形貌建模与分析

内容摘要

全文目录

相似论文